LuxTTS 是基于 ZipVoice 架构的轻量级零样本语音合成模型，采用蒸馏的 4 步采样与自研 48kHz 声码器，在单张 GPU 上可达 150 倍实时速度，克隆效果对标体积大 10 倍的模型。

核心特性

• 高质量声音克隆：零样本克隆效果达到 SOTA 水平，可与体积大 10 倍的模型相当
• 48kHz 高清音质：使用自研 48kHz 声码器，明显优于多数仅支持 24kHz 的 TTS 模型
• 极速推理：单 GPU 可达 150 倍实时速度，CPU 上也能超过实时
• 超低显存：仅需约 1GB 显存即可运行，几乎可适配任意本地显卡

适用场景

本地实时语音合成、有声书与播客配音、数字人语音、中英文内容创作等。

更多信息可参考：https://github.com/ysharma3501/LuxTTS